cr7258/elasticsearch-mcp-server

解決的問題

本專案提供一個 Model Context Protocol (MCP) 伺服器，讓 AI 模型能直接與 Elasticsearch 和 OpenSearch 集群互動。它彌補了 LLM 與搜尋索引之間的差距，使模型無需為每個操作建立自訂 API 層，即可執行文件搜尋、索引管理與叢集健康分析。

如何運作

伺服器實作 MCP 標準，公開一組 AI 模型可呼叫的工具。這些工具對應至 Elasticsearch/OpenSearch API 呼叫，涵蓋文件操作（搜尋、索引、取得、刪除）、索引管理（建立、刪除、列出）、叢集健康檢查與別名操作。支援多種驗證方式，包括 API 金鑰與基本驗證，並可透過環境變數或 JSON 檔案設定，同時針對多個命名叢集進行操作。

適用對象

• AI 應用開發者：建構 RAG（檢索增強生成）系統或需要查詢與管理搜尋索引的 AI 代理的開發者。
• DevOps 與 SRE：希望使用 LLM 透過自然語言介面監控與管理搜尋叢集的工程師。
• 資料工程師：需要將搜尋資料整合至 AI 工作流程的使用者。

主要特色

• 完整的工具集：包含一般 API 請求、索引與文件操作、叢集統計等工具。
• 多叢集支援：可透過環境變數或 JSON 檔案設定並針對多個命名叢集進行操作。
• 令牌優化：可選支援 GCF（Graph Compact Format），可將大型記錄集的令牌使用量減少高達 40%。
• 安全控制：可停用高風險寫入操作，確保伺服器維持唯讀狀態。
• 彈性部署：支援 stdio、SSE 與 Streamable HTTP 傳輸方式，並可透過 Helm 圖表實現 Kubernetes 部署。